我正在尝试通过自定义测试临时进行事后成对斜率比较。 我通读了有关自定义测试的文档，但仍然不明白我应该如何确定使用哪些系数来设置测试。 我有三种治疗方法 [PT CS OF]，想要对这些治疗方法与连续变量 [持续时间] 之间的相互作用进行成对测试。 如果我正确理解自定义测试，每个测试都会填充它自己的列。
我想测试：
PT*持续时间-CS*持续时间=0;
PT*持续时间-OF*持续时间=0;
CS*持续时间-OF*持续时间=0;
下面我附上了测试系数和结果的屏幕截图。 我收到一条警告，我认为这意味着我做错了什么。
先谢谢您的帮助。
我怀疑这是自由度的问题，但我不熟悉多元方差分析程序中的测试。 也许另一位成员可以为您提供建议。 我建议您查阅 JMP 或 SAS 软件文档以获取帮助。 您还可以联系 JMP 技术支持（ support@jmp.com ）和你的问题。
好的，自定义测试和多元方差分析问题。
当我对方差分析中的交互斜率进行三列成对测试时，它会给我所有的测试统计数据和关于无法进行对比的警告，但至少我会得到所有的估计和测试统计数据。 我在多元方差分析中尝试了同样的事情。 我按照因子及其与所有四个响应变量的相互作用来拟合模型。 （我删除了一些高阶的非显着交互）我选择“也测试每列”和“身份”作为我的响应选项。 对于给定的列，说“总标题更改”，我尝试了与方差分析相同的自定义测试，但结果是单个 F 统计量和关于无法测试对比度的相同警告。 当我进行单对测试时，我得到了预期的结果。 我是否只在我感兴趣的每个列测试中进行十亿次成对测试并且 Bonferroni 正确？
我认为你走对了路！
你看过效果测试吗？ 分析和建模数据的方法不止一种，但我喜欢从整个模型开始，继续进行效果测试和其他信息来简化模型，然后使用自定义测试在显着效果内进行有趣的比较。
JMP 网站上有很多有用的材料。 我不会假装知道所有可用的事情。 不过，它是可以搜索的。 例如，我发现他的页面为学术用户提供教程和视频（但任何人都可以使用它）。
只是想澄清一下，我在单个模型中包含了所有独立因素和重要的交互项。 我运行了多元方差分析，收集同一模型中的所有相关因素，整个模型很重要。 除此之外，我被告知要通过将多元方差分析分解为单独的标准最小二乘分析来解析多元方差分析中依赖因素的行为。 如果您有一个视频或幻灯片的链接，解释如何使用多元方差分析来解释作品，我将不胜感激。
我知道多重比较的问题是在一项研究和一个数据集中。 如果我重复一项研究，那么我不必将第一项研究中进行的比较计入我的调整中。 不过，听起来好像同一项研究中有多个因素，因此您将根据累积的测试数量进行调整。
您是否有理由不将所有因素同时包含在一个模型中，而不是对每个因素进行单独分析？
一个后续问题：
我正在将相同的基本模型拟合到许多不同的因素。 我最终在不同的情况下测试了相同的交互。
我是否应该在模型内的联合测试（三个级别）中进行 Bonferroni 校正？Bonferroni 是否应该校正单个模型中的所有测试，或者我应该将所有模型中的所有这些自定义测试集中起来并进行一次大型 Bonferroni 校正？
谢谢
如果您使用 Bonferroni 调整来选择 alpha，我会解释您所问的意思。 是的，这是通过多重比较控制 I 类错误率的一种方法。
一些分析师使用联合测试来防止高误报率。 您可能会执行很多测试。 它们不会根据测试数量进行单独调整。
该警告是关于联合测试的。 联合测试的数量没有足够的自由度。
谢谢，这是我正在寻找的解决方案，结果很有意义。 唯一的最后问题是我仍然收到“警告：不可测试的对比度”。 这是说联合测试是不可测试的还是其中一个对比是不可测试的？ 当我独立运行成对对比时，我没有得到相同的响应。
对于造成的混乱，我深表歉意。 我不确定所有的困惑，所以让我们从头开始。
你一开始就说你想要A事后与自定义测试的成对斜率比较。 因此，每组的趋势线似乎不同，您想要测试差异。 咱们试试吧。
（注：我从一位技术支持同事那里得到了极好的帮助。 我的回复是基于他的解释。）
您可以一步执行自定义测试，但我将其分为两步，以便您可以看到正确系数的发展。
第 1 步：对每次处理的线斜率进行自定义测试。 自定义测试中的第一列应为 [ 0, 0, 0, 1, 1, 0, 0 ]。 也就是说，唯一带有 1 的参数是脉冲持续时间和治疗[PT]*脉冲持续时间。 原因是因为线的斜率是公共斜率、脉冲持续时间加上治疗的微分斜率[PT]。 它们的总和就是您想要针对 0 进行测试的斜率。 第二列应为 [ 0, 0, 0, 1, 0, 1, 0 ]，因为您要添加脉冲持续时间和治疗[CS]*脉冲持续时间。 最后，添加第三次处理的微分斜率，但没有明确报告。 但由于 JMP 参数化分类因子的方式，我们知道它是其他两个参数之和的负数。 所以第三列应该是[ 0, 0, 0, 1, -1, -1, 0 ]。
同样，对于您想要的实际自定义测试，您不需要此步骤。 它只会帮助我解释实际测试。 此时，我们已经确定了各个斜率的自定义测试的正确系数。
第 2 步：您想要比较各个斜率，不是与零比较，而是相互比较，一次两个。 我们只需一次减去步骤 1 中使用的列即可！ 为了比较 PT 与 CS 的斜率，我们从 PT 的系数中减去第一步中 CS 的系数列。 因此 [ 0, 0, 0, 1, 1, 0, 0 ] - [ 0, 0, 0, 1, 0, 1, 0 ] = [ 0, 0, 0, 0, 1, -1, 0 ]。 测试 PT 到 OF 的列为 [ 0, 0, 0, 1, 1, 0, 0 ] - [ 0, 0, 0, 1, -1, -1, 0 ] = [ 0, 0, 0, 0 , 2, 1, 0]。 最后，测试 CS 到 OF 的列是 [ 0, 0, 0, 1, 0, 1, 0 ] - [ 0, 0, 0, 1, -1, -1, 0 ] = [ 0, 0, 0 , 0, 1, 2, 0]。
与以前一样，您始终可以通过手动计算参数估计值的总和与差值，与 JMP 报告的测试值进行比较来检查系数。
仍然不认为我做对了。
首先，我仍然收到不可对比的警告（见下文）。
其次，看来通过将 CS*Duration -(-OF*Duration)=0 的第二个系数设置为 -1 交叉会增加两者的值，这不是我想要的。 最终结果是-0.0447。
第三，如果我尝试将 PT*Duration 与 OF*Duration (OF*Duration-PT*Duration=0) 进行比较，则该值应为 0.00777，而只是 OF*Duration 的值 (0.0174926)。 所以将系数保留为 0 似乎不起作用。
我相信您将第一个估计的系数设置为 1，并将其余的保留为 0。 您可以检查结果。 该值应该是您与零差值进行比较的估计值之间的差值。
感谢您的澄清。 我在下面附加了另一个窗口。 如果我理解正确，我已经正确设置了第一个对比度（CS * Duration-OF * Duration = 0）。 我认为负系数应该让我测试第三个分类效应（PT*持续时间），您可以在扩展估计中看到这一点，但在自定义测试的设置中却看不到。 如何针对 PT*Duration 进行测试？
这些定制测试在其他地方也称为对比。
未达到规范是因为您在第一次测试中为两个级别都输入了 +1。 确保系数之和为零。 然后确保“=”后面的值是原假设。 如果您要测试显着差异，则输入零通常是合适的，但在某些情况下可能不合适。
